現(xiàn)在人工智能的發(fā)展越來越強(qiáng)大,很多領(lǐng)域中也都有人工智能的參與,AQF量化投資也不例外,很多人可能都以為量化投資之所以受到這么多投資者的歡迎是因?yàn)樗耐顿Y方式,那么其實(shí)真正的量化投資的精髓是什么呢?小編今天通過一些專業(yè)人士對(duì)量化投資的解讀來展現(xiàn)給大家量化金融分析師中量化投資的精髓所在。
1、量化不是黑匣子
提及量化投資,國內(nèi)投資者總認(rèn)為很神秘。它與主動(dòng)的定性投資差別到底有哪些?
量化模型的特點(diǎn)之一是抽象,但它稱不上是一個(gè)“黑匣子”,與傳統(tǒng)基金的投資區(qū)別也并非像投資者認(rèn)為的那樣大。
傳統(tǒng)基金經(jīng)理在做市場(chǎng)判斷時(shí),腦子中會(huì)閃過好幾個(gè)模型,比如如何選定行業(yè)、個(gè)股,實(shí)質(zhì)這都是一個(gè)個(gè)模型。嚴(yán)格說,他們腦子里的模型比量化模型中能看到的都要多,只是他們沒有把這些模型提煉出來而已。投資者購買傳統(tǒng)主動(dòng)股票基金,并不代表他們對(duì)基金經(jīng)理的操作完全熟悉?;鸾?jīng)理在哪個(gè)時(shí)間段,配置了哪些行業(yè)、個(gè)股,投資人無法確切知道,只是能看到每個(gè)季度的報(bào)告和最終的投資結(jié)果。
相比之下,量化投資進(jìn)出市場(chǎng)的每一個(gè)步驟,都非常清晰明了。在我的眼里,這個(gè)過程不是“黑匣子”,而是團(tuán)隊(duì)里每一個(gè)人按流程逐步去完成的。
量化投資的詳細(xì)工作流程是怎樣的?
AQF量化投資對(duì)團(tuán)隊(duì)合作要求更高。一般來說,有一部分人專門進(jìn)行數(shù)據(jù)的清洗、整理、輸送等,這需要計(jì)算機(jī)信息技術(shù)較強(qiáng)的人才;模型的設(shè)計(jì)和研究,往往需要很強(qiáng)的金融及數(shù)學(xué)背景;基金的日常管理往往需要金融及工程方面的專才。因此,通常量化投資團(tuán)隊(duì)的成員學(xué)歷都較高,但不是說學(xué)位很重要,而是需要一定的技術(shù)積累。
具體流程中,提取數(shù)據(jù)的人看數(shù)據(jù),有人專做研究,有的做優(yōu)化或者交易下單。每個(gè)人都有自己的側(cè)重點(diǎn),在整個(gè)團(tuán)隊(duì)中起不同的作用。一個(gè)人可能干多件事情,但想要全部完成是不可能的。
>>點(diǎn)擊進(jìn)入學(xué)習(xí)量化金融分析師AQF實(shí)訓(xùn)項(xiàng)目
.jpg)
量化投資能否穩(wěn)定地戰(zhàn)勝市場(chǎng)?
在不同的市場(chǎng)階段,市場(chǎng)的有效性會(huì)不同,需要用特定的方法,尋找不同階段的不同機(jī)會(huì)。
市場(chǎng)上的各種方法,捕捉的內(nèi)容都不一樣。比如巴菲特,他的風(fēng)格更趨近于一級(jí)市場(chǎng)中VC、PE的思維;西蒙斯則是完全拋開基本面,從純技術(shù)的角度,將全球貨幣的走勢(shì)、衍生品等林林總總的東西作為投資標(biāo)的。
從A股市場(chǎng)來說,當(dāng)前的發(fā)展階段需要有獨(dú)特的投資方式,富國基金量化增強(qiáng)的定位也有市場(chǎng)需求存在,滿足了一部分配置指數(shù)基金的需求。從運(yùn)作經(jīng)驗(yàn)看,量化增強(qiáng)后的收益會(huì)好于一般指數(shù)的收益,上半年超額收益有8%??傮w來看,這個(gè)收益穩(wěn)定在5%~10%間,是很多基金難以做到的。
2、超額收益從何而來
我們也注意到,多家基金公司都構(gòu)建了獨(dú)立的量化投資團(tuán)隊(duì)和模型,富國基金量化投資模型的獨(dú)特之處在哪里?
AQF量化金融分析師中的量化投資最重要的是人的思想,量化只是一個(gè)方式和工具,真正在掙錢的,是人的投資思想。
從富國量化模型的特點(diǎn)來看,首先是自下而上精選個(gè)股,不做倉位選擇。由于這是一只指數(shù)產(chǎn)品,投資人買時(shí)就要買到這樣的倉位,我們一直是用95%的倉位操作。
其次,嚴(yán)格風(fēng)險(xiǎn)控制,精細(xì)成本管理。再次,系統(tǒng)化的投資流程,科學(xué)化的投資管理。量化投資從開始到結(jié)束,是一個(gè)龐大復(fù)雜的工程,團(tuán)隊(duì)里面專門有人負(fù)責(zé)清洗、研究數(shù)據(jù),做一系列的回撤,實(shí)現(xiàn)交易單。
最后還要尊重模型出來的結(jié)果。在操作過程中,主動(dòng)干預(yù)非常少,人的干預(yù)更多在整個(gè)模型的設(shè)計(jì)上。
.jpg)




